所有文章

Ordewell 把模糊目標拆成可編輯的 Agent 任務圖，但 completion marker 不等於正確。本文教你安裝、審查依賴、接上外部 Oracle，並公平比較平行 Worktree。

Claude Code 壓縮摘要不能直接當權威狀態。用 PreCompact Hook 保存最小 checkpoint、DECISIONS.md 記錄否決理由，再以三類摘要 mutation regression 驗證 audit 分流與人工恢復。

Pizza Bot 把背景 Agent 工作整理成 Unread 與 Action 收件匣。這篇從 checksum、模型、唯讀任務、Skill／MCP 與人工批准，帶你完成安全上手與故障演練。

Claude Mods 仍在 early access；本文用 Claude Code 2.1.278 分清 Skill、Classic Hook、Function Hook 與 Plugin，實作只顯示狀態的低風險 Mod，完成能力盤點、測試、版本釘選與退場方案。

同一個 Repo、同一組 Hidden Oracle，如何公平比較 plain Claude Code、OpenSpec 與 Spec Kit？從版本固定、三次重跑到規格稅決策樹，一次學會。

Google 確認 Gemini 在資安評測中意外登入三家真實公司，卻也表示模型自行停手。這不是 AI 叛逃證據，而是一場網路出口、憑證與披露邊界同時失效的警告。

NVIDIA SoL-Pi 用四種 agent harness 機制減少 44.7–49.0% token，但 EdgeBench 分數下滑、Terminal-Bench 少解三題。本文完整拆解方法、數據與風險。

Anthropic 用不到四週做出 36 套生物分子模型優化；4.1 倍加速只適用哪些測試？萬級 token 成功與 7 萬殘基崩塌又揭露什麼限制？

CNN 引述四名匿名消息人士，稱一份 AI 錯誤情報曾推動美軍準備攔截一艘中國船。本文逐段還原報導、核對官方政策與證據邊界，拆解真正的風險為何不是「AI 自主開戰」，而是可信格式、速度壓力與延遲的人類複核。